数据加载问题

[jsxie9]

感谢提供这么好的代码库，有几个疑问 1.提供的示例运行代码 dataset_name = "ml1m" config = { "victim_data": dataset.from_config("implicit", dataset_name, need_graph=True), "attack_data": dataset.from_config("explicit", dataset_name).partial_sample( user_ratio=0.2 ), }

这里的victim_data使用隐式（implicit）加载方式，而攻击数据attack_data用的显式（explicit），两者是不一致的，如何理解？

2. https://github.com/gusye1234/recad/blob/main/recad/dataset/implicit.py line206 生成的self.UserItemNet对应的是test.csv中的图，而不是train.csv，是否有误？

[jsxie9]

1.将Step 1中的测试数据改为了训练数据 2.修改了aush.py中的重构损失计算

g_loss_rec = mse_loss(
                fake_profiles * selects_mask * ZR_mask,
                # selects_mask * input_template * ZR_mask, #之前的代码，一直为0
                selects_mask * real_profiles * ZR_mask, #修改过的
            )

3.使用如下readme提供的如下配置运行代码

from recad import dataset, model, workflow

dataset_name = "ml1m"
config = {
    "victim_data": dataset.from_config("implicit", dataset_name, need_graph=True),
    "attack_data": dataset.from_config("explicit", dataset_name).partial_sample(
        user_ratio=0.2
    ),
    "victim": model.from_config("victim", "lightgcn"),
    "attacker": model.from_config("attacker", "aush"),
    "rec_epoch": 20,
}
workflow_inst = workflow.from_config("no defense", **config)
workflow_inst.execute()

得到的结果和论文相差很大，如图

但是，如果不进行1和2步骤的修改，攻击是无效的